本发明提供多种生物标志物和生物标志物组合，它们可用于预测可通过向个体施加一种或多种膳食干预而获得的体重减轻程度。
背景技术
肥胖是一种慢性代谢疾病，在世界上的许多地区已达到了流行病程度。肥胖是诸如2型糖尿病、心血管疾病、血脂异常和特定类型的癌症等严重并存病的主要风险因素(worldhealthorgantechrepser.2000；894：i-xii，1-253(世界卫生组织技术报告系列，2000年，894：i-xii，第1-253页))。
长久以来已认识到，低热量饮食干预可以非常有效地降低体重，并且这种体重减轻通常伴随肥胖相关并存病尤其是2型糖尿病的风险的改善(worldhealthorgantechrepser.2000；894：i-xii，1-253(世界卫生组织技术报告系列，2000年，894：i-xii，第1-253页))。经验数据表明，初始体重的至少10％的体重减轻导致肥胖相关并存病的风险的显著降低(worldhealthorgantechrepser.2000；894：i-xii，1-253(世界卫生组织技术报告系列，2000年，894：i-xii，第1-253页))。然而，体重减轻能力显示出较大的个体间波动性。
一些研究(例如，ghosh，s.etal.，obesity(silverspring)，(2011)19(2)：457-463(ghosh，s.等人，《肥胖》(银泉)，2011年，19(2)，第457-463页))证实一定百分比的人群不能通过低热量饮食成功减轻体重。这导致不切实际的体重减轻期望，继而导致不依从、退出(drop-out)和通常不成功的膳食干预。
一些研究已证实，本领域中存在用于监测体重减轻的方法，这些方法包括监测血浆中特定生物标志物的水平(例如，lijnenetal.，thrombres.2012jan，129(1)：74-9(lijnen等人，《血栓研究》，2012年1月，129(1)，第74-79页)；cugnoetal.，internemergmed.2012jun，7(3)：237-42(cugno等人，《内科与急诊医学》，2012年6月，7(3)，第237-242页)；以及bladbjergetal.，brjnutr.2010dec，104(12)：1824-30(bladbjerg，《英国营养学杂志》，2010年12月，104(12)，第1824-1830页))。然而，这些方法不能提供特定个体可获得的体重减轻程度的预测或指示。在研究生物标志物水平与体重减轻的相关性时无预测价值。
用于成功计划和设计膳食干预(例如，低热量饮食)的解决方案在于预测体重减轻轨迹的方法的可用性。这样的方法可用于帮助改变个体的生活方式，例如通过改变膳食，并且还将个体根据其生物学体重减轻能力分成适合治疗组。
美国专利申请us2011/0124121公开了一种用于预测体重减轻是否成功的方法。所公开的方法包括：选择正在接受或考虑接受体重减轻疗法诸如胃囊带术的患者，测量患者对热量摄入的一种或多种激素响应，以及基于激素响应来预测体重减轻疗法是否成功。所测量的激素为胃肠激素，诸如胰腺激素。
欧洲专利申请ep2420843公开了一种通过确定膳食周期前后血管紧张素i转化酶(ace)的水平来确定某人在有意减轻体重后将维持体重减轻的概率的方法。
然而，仍然需要准确预测个体的体重减轻程度的方法。因此，本发明的目标是提供可被容易检测且可便于预测个体体重减轻的生物标志物。此类生物标志物可用于预测个体在膳食干预之前的体重轨迹。这些生物标志物可用于优化膳食干预并帮助改变生活方式。
技术实现要素：
本发明研究一种或多种生物标志物的水平，以便预测可通过向个体施加一种或多种膳食干预而获得的体重减轻程度。具体地讲，本发明人已发现，某些生物标志物能够用于可靠地预测在低热量饮食之后个体可获得的体重减轻。
因此，在一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括维生素k依赖性蛋白c。
在一个实施方案中，该方法还包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在一个实施方案中，该方法还包括确定一个或多个样本中以下项中的每个的水平：凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在一个实施方案中，该方法包括确定一个或多个样本中以下项中的每个的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34和白介素-17受体c。
该一种或多种生物标志物的水平可与参考值进行比较，其中该比较表示预测的个体可获得的体重减轻程度。参考值可基于之前接受膳食干预的一群个体中所述一种或多种生物标志物的值(例如，平均值)。
在一个实施方案中，以下项中的每个的水平被确定：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1；并且样本中以下项水平的提高：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；补体因子d；碳酸酐酶6；和促血管生成素-1，以及以下项水平的降低：白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；纤溶酶原；瘦素和巨噬细胞金属弹性蛋白酶，指示个体的更大程度的体重减轻。
在一个实施方案中，该一个或多个样本源自血液，例如血浆样本。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括凝血因子xiiia链。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括色素上皮衍生因子。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括血清淀粉样蛋白p组分。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括伴x染色体的神经连接蛋白-4。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括cd226抗原。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括金属蛋白酶抑制剂3。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括真核细胞翻译起始因子4e-结合蛋白2。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括白细胞免疫球蛋白样受体亚家族b成员2。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括x射线修复交叉互补蛋白6。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括半胱天冬酶-2。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括白介素-34。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括白介素-17受体c。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括蛋白z依赖性蛋白酶抑制剂。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括血清对氧磷酶/芳基酯酶1。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括纤溶酶原。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括补体因子d。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括瘦素。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括碳酸酐酶6。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括巨噬细胞金属弹性蛋白酶。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6和促血管生成素-1。
在另一个方面，本发明提供一种通过向个体施加一种或多种膳食干预来预测可获得的体重减轻程度的方法，所述方法包括确定得自个体的一个或多个样本中的一种或多种生物标志物水平，其中一种或多种生物标志物包括促血管生成素-1。该方法还可包括确定一个或多个样本中选自以下的一种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6和巨噬细胞金属弹性蛋白酶。
优选地，膳食干预是低热量饮食。在一个实施方案中，低热量饮食包含约600至约1200千卡/天的热量摄入。低热量饮食可包括施用至少一种膳食产品。优选地，膳食产品是
在一个实施方案中，膳食可包括诸如
在另一个实施方案中，膳食可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物；膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在一个实施方案中，低热量饮食持续最多12周，例如6至12周。
在一个实施方案中，该方法还包括将所述一种或多种生物标志物的水平与个体的一个或多个人体测量指标和/或生活方式特征结合。优选地，人体测量指标选自性别、体重、身高、年龄和体质量指数，并且生活方式特征为个体是吸烟者还是不吸烟者。
在一个实施方案中，体重减轻程度由个体被预测将通过施加膳食干预而获得的体质量指数(bmi)来表示。这可称为bmi2并使用公式(1)计算：
bmi2＝c1*bmi1+c2*年龄-c3*维生素k依赖性蛋白c-c4*凝血因子xiiia链-c5*色素上皮衍生因子-c6*血清淀粉样蛋白p组分-c7*伴x染色体的神经连接蛋白-4-c8*cd226抗原-c9*金属蛋白酶抑制剂3-c10*真核细胞翻译起始因子4e-结合蛋白2+c11*白细胞免疫球蛋白样受体亚家族b成员2+c12*x射线修复交叉互补蛋白6+c13*半胱天冬酶-2+c14*白介素-34+c15*白介素-17受体c-c16*蛋白z依赖性蛋白酶抑制剂-c17*血清对氧磷酶/芳基酯酶1+c18*纤溶酶原-c19*补体因子d+c20*瘦素-c21*碳酸酐酶6+
c22*巨噬细胞金属弹性蛋白酶-c23*促血管生成素-1；
(1)
其中bmi1是个体在膳食干预之前的体质量指数，并且bmi2是个体在膳食干预之后的预测体质量指数；并且其中c1至c23为正整数。
根据又一个方面，本发明提供用于优化个体的一种或多种膳食干预的方法，该方法包括如本文所定义的方法来预测个体可获得的体重减轻程度，以及向个体施加膳食干预。
在又一个方面，本发明提供用于预测个体预期将通过膳食干预获得的体质量指数(bmi2)的方法，其中该方法包括确定得自个体的一个或多个样本中如本文定义的一种或多种生物标志物的水平，以及使用如本文所述的公式(1)预测bmi2。
在本发明的又一个方面，提供了用于选择对个体的生活方式的改变的方法，该方法包括：(a)执行如本文所定义的方法，以及(b)基于预测的体重减轻程度选择合适的对生活方式的改变。
在一个实施方案中，对生活方式的改变包括膳食干预。膳食干预可包括向个体施用至少一种膳食产品。例如，膳食干预可以是低热量饮食。低热量饮食可包含降低的脂肪消耗和/或增加的低脂肪食品消耗。仅以举例说明的方式，低脂肪食品可包括全麦面粉和面包、燕麦片、高纤维早餐谷类、全粒大米和面食、蔬菜和水果、干豆和扁豆、烤马铃薯、果干、核桃、白鱼、鲱鱼、鲭鱼、沙丁鱼、腌鱼、皮尔彻德鱼、鲑鱼和精白肉。
在本发明的又一个方面，提供用作对于减轻体重的低热量饮食的一部分的膳食产品，其中将该膳食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的个体。
在一个方面，膳食产品可包括诸如
在另一方面，该膳食产品可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物；膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在本发明的又一个方面，提供用于治疗肥胖或肥胖相关疾病的膳食产品，其中将膳食产品施用给通过本文所定义的方法预测将获得一定程度体重减轻的个体。
在本发明的又一个方面，提供膳食产品在用于减轻体重的低热量饮食中的用途，其中将该膳食产品施用给通过本文所定义的方法预测将获得一定程度体重减轻的个体。
在本发明的又一个方面，提供了一种计算机程序产品，所述计算机程序产品包括用于使可编程计算机根据本文所述的方法预测个体可获得的体重减轻程度的计算机可执行指令。
在本发明的又一个方面，提供了一种计算机程序产品，该计算机程序产品包括在给定使用者的一种或多种生物标志物水平的情况下用于使可编程计算机预测体重减轻程度的计算机可执行指令，其中生物标志物选自如本文所述的一种或多种生物标志物。
在本发明的又一个方面，提供了一种用于预测在膳食干预后个体可获得的体重减轻程度的试剂盒，其中所述试剂盒包含至少2种抗体，其中每种抗体对于本文所述的生物标志物是特异性的。
具体实施方式
预测体重减轻程度
本发明在一个方面涉及预测可通过向个体施加一种或多种膳食干预而获得的体重减轻程度的方法。在特定的实施方案中，该方法可用于对个体体重减轻的能力进行有根据的预测，并相应地选择或调整一种或多种膳食干预。例如，在膳食干预是低热量饮食的情况下，该方法可用于为个体选择适当的膳食或调整每日热量摄入或特定膳食的持续时间以影响体重减轻程度，或通过为个体设立切合实际的期望而提高对低热量饮食的依从性。该方法还可用于帮助改变个体的生活方式。
该方法可为技术人员提供用于评估哪些个体将最可能受益于特定膳食干预(例如，低热量饮食)的有用手段。因此本发明的方法使得能够优化膳食干预(诸如，低热量饮食)并改变生活方式。
如本文所定义的体重减轻可以指诸如体重(例如，单位为公斤)、体质量指数(kgm-2)或腰围(例如，单位为厘米)或腰臀比(例如，单位为厘米)等参数降低。体重减轻可通过以下方式计算：将膳食干预结束时上述参数中一个或多个的值从膳食干预开始时所述参数的值中减去。优选地，体重减轻程度由所预测的个体通过施加膳食干预而获得的体质量指数来表示。
体重减轻程度可表示为个体体重(例如，单位为公斤)或体质量指数(kgm-2)的百分比。例如，可预测个体减轻其初始体重的至少10％，其初始体重的至少8％，或其初始体重的至少5％。仅以举例说明的方式，可预测个体减轻其初始体重的5％和10％之间。
在一个实施方案中，该百分比可与肥胖相关疾病相关。例如，初始体重的至少10％的体重减轻程度导致肥胖相关并存病的风险显著降低。
基于使用本文所定义的方法而预测的体重减轻程度，可将个体分成一个或多个组别或类别。例如，个体可根据它们被预测是否可减轻显著的体重而分层。
个体
优选地，个体是哺乳动物，优选为人。或者，个体可以是非人哺乳动物，包括例如马、牛、绵羊或猪。在一个实施方案中，个体是伴侣动物，诸如狗或猫。
样本
本发明包括确定得自个体的一个或多个样本中一种或多种生物标志物的水平的步骤。
优选地，该样本源自血液或尿液。更优选地，该样本源自血液。该样本可包含血液成分或可以是全血。该样本优选地包括血浆或血清，最优选地为血浆。从个体采集样本的技术是本领域熟知的。
膳食干预
所谓术语“膳食干预”是指施加于个体且引起个体的膳食变化的外部因素。在一个实施方案中，膳食干预是低热量饮食。
优选地，低热量饮食包含约600至约1500千卡/天、更优选约600至约1200千卡/天、最优选约800千卡/天的热量摄入。在一个实施方案中，低热量饮食每天可包含预定量(单位为克)的蔬菜，优选至多约400g蔬菜/天，例如约200g蔬菜/天。
低热量饮食可包括施用至少一种膳食产品。膳食产品可以是可例如抑制个体食欲的餐食代替产品或补充产品。膳食产品可包括食品产品、饮料、宠物食品产品、食品补充剂、营养品、食品添加剂或营养配方。
在一个实施方案中，膳食可包括诸如
在另一个实施方案中，膳食可包括例如含46.4％碳水化合物、32.5％蛋白和20.1％脂肪、维生素、矿物质及微量元素(热量为2.1mj/天(510千卡/天))的组合物；膳食可补充有三份非淀粉类蔬菜，以使得总的能量摄入为约2.5mj(600千卡/天)。膳食还可补充有每天至少2l水或其他无能量饮料。
在一个实施方案中，低热量饮食持续最多12周。优选地，低热量饮食持续6至12周、优选地8至10周，例如8周。
确定样本中一种或多种生物标志物的水平
在一个实施方案中，在膳食干预之前确定一种或多种生物标志物的水平。在另一个实施方案中，在膳食干预之前和之后确定一种或多种生物标志物的水平。生物标志物水平也可在整个膳食干预过程中的预定时间确定。这些预定时间可以在整个膳食干预过程中是周期性的，例如每天或每三天，并且可能取决于所测试的个体、所分析的样本类型和/或预测将获得的体重减轻程度。
当在膳食干预前获得时，生物标志物水平可称为“空腹水平”。当在膳食干预后获得时，生物标志物水平可称为“热量摄入水平”。例如，生物标志物水平可在空腹时确定，或在空腹时和热量摄入后确定。最优选地，确定每种生物标志物的空腹水平。
样本中各种生物标志物的水平可通过本领域已知的任何合适的方法测量或确定。例如，可使用质谱(ms)、抗体检测方法(例如酶联免疫吸附测定(elisa))、非抗体蛋白质支架(例如纤粘蛋白质支架)、放射性免疫测定(ria)或核酸配体。也可以使用其他分光光度法、色谱法、标记技术或定量化学方法。
在一个实施方案中，一种或多种生物标志物的水平可通过将样本用标记该一种或多种生物标志物中的试剂染色而确定。“染色”通常是组织学方法，该方法使得生物标志物可通过显微技术诸如使用可见光或荧光的那些技术检测。优选地，生物标志物在样本中通过免疫组织化学(ihc)检测。在ihc中，生物标志物可通过特异性结合到所述生物标志物中的一种或多种的抗体来进行检测。合适的抗体是已知的或可使用已知的技术生成。用于检测抗体水平的合适的测试方法包括但不限于免疫测定法，诸如酶联免疫吸附测定法、放射免疫测定法、western印迹和免疫沉淀法。
抗体可以是单克隆抗体、多克隆抗体、多特异性抗体(例如，双特异性抗体)或其片段，前提条件是其特异性结合到进行检测的生物标志物。抗体可通过包括将动物用目标抗原免疫然后从血清分离抗体的标准技术获得。单克隆的抗体可通过最早由kohleretal.，nature256∶495(1975)(kohler等人，《自然》，第256卷第495页，1975年)描述的杂交瘤方法制备，或可通过重组dna方法(参见例如美国专利no.4,816,567)制备。单克隆抗体也可使用在例如clacksonetetal.，nature352：624-628(1991)(clackson等人，《自然》，第352卷第624-628页，1991年)和marksetal.，j.mol.biol.222：581-597(1991)(marks等人，《分子生物学杂志》，第222卷第581-597页，1991年)中所述的技术从噬菌体抗体文库分离。抗体也可以是嵌合抗体或人源化抗体。抗体在下文进一步讨论。
两种一般ihc方法是可用的，即直接测定法和间接测定法。根据第一种测定法，直接确定抗体与目标抗原的结合。该直接测定法使用经标记的试剂，诸如荧光标签或酶标记的一抗，该试剂可在无进一步抗体相互作用的情况下可视化。
在典型的间接测定法中，未偶联的一抗结合到抗原，然后经标记的二抗结合到一抗。在二抗偶联到酶标记的情况下，添加显色或荧光底物以提供抗原的可视化。由于二抗可与一抗上的不同表位反应，发生信号放大。
用于ihc的一抗和/或二抗可用能够检测的部分进行标记。许多标记是可用的，包括放射性同位素、胶体金粒子、荧光标记和各种酶-底物标记。荧光标记包括但不限于稀土螯合物(铕螯合物)、德克萨斯红(texasred)、若丹明、荧光素、丹酰、丽丝胺(lissamine)、伞形酮、藻红蛋白和藻青蛋白，和/或上述标记中任一种或多种的衍生物。荧光标记可用已知的技术偶联到抗体。
各种酶-底物标记是可用的，例如，如us4,275,149中所公开。酶通常催化显色底物的化学改变，这种改变可通过显微镜例如在可见光下检测。例如，酶可催化底物的颜色变化，或可改变底物的荧光或化学发光。酶标记的实施例包括荧光素酶(例如，萤火虫荧光素酶和细菌荧光素酶；us4,737,456)、荧光素、2,3-二氢酞嗪二酮、苹果酸脱氢酶、脲酶、过氧化物酶诸如辣根过氧化物酶(hrpo)、碱性磷酸酶、β-半乳糖苷酶、葡糖糖化酶、溶菌酶、糖类氧化酶(例如，葡萄糖氧化酶、半乳糖氧化酶和葡萄糖-6-磷酸脱氢酶)、杂环氧化酶(诸如尿酸酶和黄嘌呤氧化酶)、乳过氧化物酶、微过氧化物酶等。用于将酶偶联到抗体的技术是熟知的。
通常，该方法包括检测图像中被染色的区域的步骤。图像中对应于与生物标志物相关的染色的像素可通过颜色转换方法鉴定，例如，如us6,553,135和us6,404,916中所公开。在此类方法中，所关注的染色对象可通过识别与染色相关的独特颜色而鉴定。该方法可包括将图像的像素转化成不同的色彩空间，并应用阈值以抑制背景染色。例如，可形成两个rgb信号值的比率，以提供区分色彩信息的方式。特定的染色可通过存在特定信号比的最小值而与背景加以区分。例如，对应于主要是红色染色的像素可通过大于最小值的红色除以蓝色(r/b)比率而鉴定。
kongetal.，amjclinnutr，2013dec；98(6)：1385-94(kong等人，《美国临床营养学杂志》，2013年12月；98(6)：第1385-1394页)描述了亲和素-生物素-过氧化物酶方法的用途，并且两名独立的研究员对阳性染色细胞数计数。
使用适体的检测可包括以下步骤：
-特异性识别生物标志物的适体可使用标准核酸合成技术合成或选自大随机序列库，例如使用指数富集配体系统进化(selex)技术；
-将适体与样本混合，形成适体-蛋白质络合物；
-分离非特异性络合物；
-从其靶蛋白中除去结合的适体；
-收集并测量适体，例如使用微阵列或质谱技术。
适体可以是以具有茎、环、四链体、假结、凸部或发夹状物的组合的独特3d结构折叠的单链dna或rna序列。适体的分子识别由分子间相互作用产生，例如芳环的堆叠、静电和范德华相互作用或与目标化合物的氢键合。此外，适体与其靶标之间的特异性相互作用通过诱导契合机理来补充，其需要适体对其靶标采用独特的折叠结构。适体可被修饰以与标记分子例如染料连接，或固定在珠粒或底物表面上，用于不同的应用。
在一个实施方案中，将生物标志物水平与参考值进行比较。在此情况下，使用相同的分析方法确定样本中的生物标志物水平和参考值。
生物标志物
维生素k依赖性蛋白c
维生素k依赖性蛋白c是在血浆中循环的蛋白c的酶原形式。其结构是由通过二硫化键连接的一条轻链和一条重链组成的双链多肽。维生素k依赖性蛋白c的活化形式在调节抗凝、炎症、细胞死亡以及维持血管壁的渗透性方面起着重要作用。活性蛋白c(apc)主要通过蛋白水解灭活蛋白因子va和因子viiia来执行这些操作。apc被归类为丝氨酸蛋白酶。
失活维生素k依赖性蛋白c由419个氨基酸在多个结构域中形成：一个gla结构域(残基43-88)；一个螺旋芳族链段(89-96)；两个表皮生长因子(egf)样结构域(97-132和136-176)；一个活化肽(200-211)；以及一个胰蛋白酶样丝氨酸蛋白酶结构域(212-450)。轻链包含gla样结构域和egf样结构域以及芳族链段。重链包含蛋白酶结构域和活化肽。在这种形式中，85％至90％的蛋白c作为酶原在血浆中循环。
维生素k依赖性蛋白c结合凝血酶后即活化，并且蛋白c的活化由于存在血栓调节蛋白和内皮细胞蛋白c受体(epcr)而大大促进。去除赖氨酸198(lys198)和精氨酸199(arg199)的二肽后形成apc；这导致转变为每条链上都具有n-键合碳水化合物的异质二聚体。该蛋白质具有一条轻链(21kda)和一条重链(41kda)，这两条链通过半胱氨酸183(cys183)和半胱氨酸319(cys319)之间的二硫化键连接。
用于确定样本中维生素k依赖性蛋白c水平的方法在本领域中是已知的。用于定量维生素k依赖性蛋白c抗原水平的可用方法包括elisa、免疫扩散和免疫电泳方法。例如，
此外，可使用功能测定来确定样本中维生素k依赖性蛋白c活性的水平。功能测定可采用凝固或显色(分光光度)设计。对于经蛋白c活化剂处理的血浆标本，凝固蛋白c测定使用改良的活化部分凝血活酶时间(aptt)或鲁塞尔蝰蛇毒(rvv)法。凝固法测定结果可用凝固时间(以秒为单位)表示，并且凝块形成的时间与蛋白c功能负相关，原因在于蛋白c通过降解因子v和viii延长了凝固时间(例如参见mooreetal；intjlabhematol.2015dec；37(6)：844-52(moore等人，《国际实验室血液学》，2015年12月，37(6)，第844-852页))。显色测定通过测量蛋白c对特定生色底物的裂解来检测蛋白c的酶活性，这导致呈色与蛋白c的量成正比。因此，样本中维生素k依赖性蛋白c的水平可表示为酶单位/ml(例如参见如上所述的
在一个实施方案中，样本中维生素k依赖性蛋白c的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人维生素k依赖性蛋白c是uniprotkb收录号为p04070的人维生素k依赖性蛋白c。这种例示的序列在长度上具有461个氨基酸，其中氨基酸1至18形成前导序列。
凝血因子xiiia链
凝血因子xiii(纤维蛋白稳定因子)是交联纤维蛋白的凝血系统的酶(ec2.3.2.13)。
凝血因子xiii是转谷氨酰胺酶，其在血浆中作为两种催化a亚单位(a多肽)和两种载体b亚单位(b多肽)的异四聚体循环。针对a多肽和b多肽的基因在人的不同基因座中编码(a亚单位(6p25-p24)和b亚单位(1q31-q32.1))。转谷氨酰胺酶的活性由a链提供，而b链不具有明确的酶活性并且可充当a亚单位的载体。
当凝血酶将纤维蛋白原转化为纤维蛋白时，后者形成其中每个e单位交联到仅一个d单位的蛋白质性网络。当钙作为辅因子存在时，凝血因子xiii被凝血酶活化成因子xiiia。位于凝血因子xiiia亚单位n端上的残基arg37与gly38之间的凝血酶的裂解导致活化肽的释放。当存在钙时，载体亚单位从催化亚单位解离，导致因子xiii发生构象变化，从而造成催化半胱氨酸残基暴露。在通过凝血酶活化后，因子xiiia作用于纤维蛋白以在纤维蛋白分子之间形成γ-谷氨酰-∈-赖氨酰基酰胺交联，从而形成不溶性凝块。
如本文所用，术语“凝血因子xiiia链”可单独或在两个a亚单位和两个载体b亚单位的异四聚体的上下文中指凝血因子xiiia多肽。在一个实施方案中，术语“凝血因子xiii”指凝血因子xiiia多肽。
确定样本中凝血因子xiiia链水平的方法在本领域中是已知的。凝血因子xiiia链水平可通过测量凝血因子xiii异四聚体抗原或凝血因子xiiia链多肽抗原的水平来确定。
例如，katona等人描述了用于确定样本中凝血因子xiii异四聚体抗原的浓度的elisa方法(thrombhaemost.2000feb.83(2)：268-73(《血栓与止血》，2000年2月，83(2)，第268-273页))。ajzner等人描述了用于确定样本中凝血因子xiii异四聚体抗原、凝血因子xiiia多肽抗原或凝血因子xiiib多肽抗原的浓度的方法(blood：2009；113(3)(《血液》，2009年，113(3)))。
此外，可使用显色功能测定来确定样本中凝血因子xiii活性的水平。例如，karpati等人描述了涉及监测由凝血因子xiii在转酰胺基反应过程中(交联)通过使用谷氨酸脱氢酶和烟酰胺腺嘌呤二核苷酸磷酸释放的氨量(nh3)的测定方法(clinchem.2000dec.46(12)：1946-55(《临床化学》，2000年12月，46(12)，第1946-1955页))。因此，样本中凝血因子xiii的水平可表示为酶单位/ml。
在一个实施方案中，样本中凝血因子xiiia链的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人凝血因子xiiia多肽是uniprotkb收录号为p00488的人凝血因子xiiia多肽。这种例示的序列在长度上具有732个氨基酸，其中氨基酸1是起始蛋氨酸。
示例性人凝血因子xiiib多肽是uniprotkb收录号为p05160的人凝血因子xiiib多肽。这种例示的序列在长度上具有661个氨基酸，其中氨基酸1至20形成前导序列。
色素上皮衍生因子
色素上皮衍生因子(pedf)(也称为丝氨酸蛋白酶抑制剂f1(serpinf1))是具有抗血管生成、抗肿瘤和神经营养功能的多功能分泌蛋白质。对于人类，色素上皮衍生因子由serpinfl基因编码。
用于确定样本中色素上皮衍生因子水平的方法在本领域中是已知的。例如，wang等人描述了使用可商购自biovendorlaboratorymedicine的elisa测定来确定样本中色素上皮衍生因子蛋白水平的浓度(cardiovasculardiabetology；2013；12：56(《心血管病糖尿病》，2013年，第12期，第56页))。li等人还描述了使用可商购获得的elisa来确定血清样本中色素上皮衍生因子蛋白的水平(internationaljournalofcopd；2015；10；587-594(《国际慢性阻塞性肺疾病杂志》，2015年，第10期，第587-594页))。
在一个实施方案中，样本中色素上皮衍生因子的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人色素上皮衍生因子是uniprotkb收录号为p36955的人色素上皮衍生因子。这种例示的序列在长度上具有418个氨基酸，其中氨基酸1至19形成前导序列。
血清淀粉样蛋白p组分
血清淀粉样蛋白p组分(sap)是淀粉样蛋白p组分(ap)的相同血清形式，是最初被鉴定为体内病理性淀粉样蛋白沉积物的五边形组分的25kda的五聚物蛋白。血清淀粉样蛋白p组分是正五聚蛋白家族的成员，其特征通过钙依赖性配体结合和类似于豆类凝集素的特殊扁平β-jellyroll结构来表征。血清淀粉样蛋白p组分可清除从受损循环细胞释放的核质，并且还可用作钙依赖性凝集素。
用于确定样本中血清淀粉样蛋白p组分水平的方法在本领域中是已知的。例如，tennant等人描述了使用电免疫测定法测量血清淀粉样蛋白p组分的浓度的方法(arthritisrheum.；2007；56(6)：2013-7(《关节炎与风湿病》，2007年，56(6)，第2013-2017页))。此外，bijl等人描述了使用elisa来测量血清淀粉样蛋白p组分的浓度(annrheumdis.2004jul；63(7)：831-5(《风湿病学年鉴》，2004年7月，63(7)，第831-835页))。
在一个实施方案中，样本中血清淀粉样蛋白p组分的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人血清淀粉样蛋白p组分是uniprotkb收录号为p02743的人血清淀粉样蛋白p组分。这种例示的序列在长度上具有223个氨基酸，其中氨基酸1至19形成前导序列。
伴x染色体的神经连接蛋白-4
伴x染色体的神经连接蛋白-4是神经细胞表面蛋白的神经连接蛋白家族的成员。神经连接蛋白可充当β-轴突蛋白的接合位点特异性配体。伴x染色体蛋白的神经连接蛋白-4与discs大(果蝇属)同系物4(dlg4)相互作用。
用于确定样本中伴x染色体的神经连接蛋白-4水平的方法在本领域中是已知的。例如，lifespanbiosciences，inc.提供了用于确定样本中伴x染色体的神经连接蛋白-4的浓度的商用elisa(lifespanbiosciences，inc.，产品代码ls-f12160)。
在一个实施方案中，样本中伴x染色体的神经连接蛋白-4的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人的伴x染色体的神经连接蛋白-4是uniprotkb收录号为q8n0w4的人的伴x染色体的神经连接蛋白-4。这种例示的序列在长度上具有816个氨基酸，其中氨基酸1至41形成前导序列。
cd226抗原
cd226抗原也称为“血小板和t细胞活化抗原1”(pta1)或dnax辅助因子-1(dnam-1)。
cd226抗原是在自然杀伤细胞、血小板、单核细胞和t细胞亚群的表面上表达的65kda糖蛋白。它是包含v-set的2种ig样结构域的免疫球蛋白超家族的成员。cd226抗原介导细胞粘附到带有其配体cd112和cd15的其它细胞，并且cd226抗原与抗体交联引起细胞活化。
用于确定样本中cd226抗原水平的方法在本领域中是已知的。例如，lifespanbiosciences，inc.提供了用于确定样本中cd226抗原的浓度的商用elisa(lifespanbiosciences，inc.，产品代码ls-f7907)。
在一个实施方案中，样本中cd226抗原的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人cd226抗原是uniprotkb收录号为q15762的人cd226抗原。这种例示的序列在长度上具有336个氨基酸，其中氨基酸1至18形成前导序列。
金属蛋白酶抑制剂3
金属蛋白酶抑制剂3属于金属蛋白酶组织抑制剂家族。由该基因家族编码的蛋白质是基质金属蛋白酶的抑制剂，这是一组涉及细胞外基质(ecm)降解的肽酶。金属蛋白酶抑制剂3的表达局限于ecm，并且受到诱导以响应促有丝分裂刺激。
用于确定样本中金属蛋白酶抑制剂3水平的方法在本领域中是已知的。例如，cheng等人描述了使用可商购获得的elisa来测量血浆金属蛋白酶抑制剂3的浓度(intjbiolsci.2013jun12；9(6)：557-63(《国际生物科学杂志》，2013年6月12日，9(6)，第557-563页))。此外，valbuenadiez等人描述了使用另外可商购获得的elisa来确定样本中金属蛋白酶抑制剂3的浓度(circulation.2012nov27；126(22)：2612-24(《循环学》，2012年11月27日，126(22)，第2612-2624页))。
在一个实施方案中，样本中金属蛋白酶抑制剂3的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人金属蛋白酶抑制剂3是uniprotkb收录号为p35625的人金属蛋白酶抑制剂3。这种例示的序列在长度上具有211个氨基酸，其中氨基酸1至23形成前导序列。
真核细胞翻译起始因子4e-结合蛋白2
真核细胞翻译起始因子4e-结合蛋白2是翻译阻遏蛋白家族的成员。该蛋白与真核翻译起始因子4e(eif4e)直接相互作用，所述起始因子是用于将40s糖体亚单位募集至mrna的5′端的多亚单位络合物的限制性组分。该蛋白与eif4e的相互作用抑制了复杂的组装和翻译。该蛋白被磷酰化以响应各种信号，包括紫外线辐照和胰岛素信号，导致其从eif4e解离和帽依赖性mrna翻译的活化。
用于确定样本中真核细胞翻译起始因子4e-结合蛋白2水平的方法在本领域中是已知的。例如，mybiosource.com提供了用于确定样本中真核细胞翻译起始因子4e-结合蛋白2的浓度的商用elisa(mybiosource.com；产品代码mbs9325222)。
在一个实施方案中，样本中真核细胞翻译起始因子4e-结合蛋白2的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人真核细胞翻译起始因子4e-结合蛋白2是uniprotkb收录号为q13542的人真核细胞翻译起始因子4e-结合蛋白2。这种例示的序列在长度上具有120个氨基酸。
白细胞免疫球蛋白样受体亚家族b成员2
白细胞免疫球蛋白样受体(lir)亚家族b成员2(也称为ilt-4)属于lir受体的亚家族b类，lir受体包含两个或四个细胞外免疫球蛋白结构域、一个跨膜结构域和二至四个细胞质免疫受体酪氨酸抑制基序(itim)。受体在免疫细胞上表达，它在免疫细胞上与抗原递呈细胞上的mhc类i分子结合并且转导抑制免疫应答刺激的负信号。受体也可在抗原捕获和呈递方面起作用。
用于确定样本中白细胞免疫球蛋白样受体亚家族b成员2水平的方法在本领域中是已知的。例如，baffari等人描述了用于确定样本中白血球免疫球蛋白样受体亚家族b成员2的水平的方法(humimmunol.2013oct；74(10)：1244-50(《人类免疫学》，2013年10月，74(10)，第1244-1250页))。
在一个实施方案中，样本中白血球免疫球蛋白样受体亚家族b成员2的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人白血球免疫球蛋白样受体亚家族b成员2是uniprotkb收录号为q8n423的人白血球免疫球蛋白样受体亚家族b成员2。这种例示的序列在长度上具有598个氨基酸，其中氨基酸1至21形成前导序列。
x射线修复交叉互补蛋白6
x射线修复交叉互补蛋白6(ku70)与x射线修复交叉互补蛋白5(ku80)形成络合物以构成ku异质二聚体，该物质结合到dna双链断裂端并且对于dna修复的非同源末端连接(nhej)路径是必需的。它对于v(d)j重组也是必需的，v(d)j重组利用nhej路径来促进哺乳动物免疫系统中的抗原多样性。除在nhej中的作用之外，端粒长度维持和亚端粒基因沉默也需要ku。
用于确定样本中x射线修复交叉互补蛋白6水平的方法在本领域中是已知的。例如，lifespanbiosciences，inc.提供了用于确定样本中x射线修复交叉互补蛋白6的浓度的商用elisa(lifespanbiosciences，inc；夹心elisa；产品代码ls-f4618)。
在一个实施方案中，样本中x射线修复交叉互补蛋白6的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人x射线修复交叉互补蛋白6是uniprotkb收录号为p12956的人x射线修复交叉互补蛋白6。这种例示的序列在长度上具有609个氨基酸，其中氨基酸1是起始蛋氨酸。
半胱天冬酶-2
半胱天冬酶的顺序活化在细胞凋亡的执行阶段起着重要作用。半胱天冬酶作为无活性酶原存在，其在保守的天冬氨酸残基处进行蛋白水解处理以产生一大一小两个亚单位，这两个亚单位二聚化以形成活性酶。
半胱天冬酶2是ich-1亚家族的一部分，是最保守的半胱天冬酶之一。半胱天冬酶2具有类似于起始半胱天冬酶(包括半胱天冬酶1、半胱天冬酶4、半胱天冬酶5和半胱天冬酶9)的氨基酸序列。它作为种酶原产生，包含类似于半胱天冬酶9的长前结构域并且包含被称为card结构域的蛋白质相互作用结构域。半胱天冬酶-2酶原(pro-caspase-2)包含p19和p12两个亚单位。据显示，半胱天冬酶2经由其card结构域与参与细胞凋亡的多种蛋白质相关联，包括具有死亡结构域的rip相关ich-1/ced-3-同源蛋白(raidd)、具有半胱天冬酶募集结构域的细胞凋亡抑制剂(arc)和死亡效应长丝形成ced-4样凋亡蛋白(defcap)。
用于确定样本中半胱天冬酶-2水平的方法在本领域中是已知的。例如，样本中半胱天冬酶-2的水平可通过功能显色(分光光度)测定来确定。例如，promega提供了基于z-vdvad-氨基荧光素底物的商用半胱天冬酶-2测定法。底物的半胱天冬酶-2介导裂解导致生成由荧光素酶产生的辉光型发光信号，其中发光与存在于样本中的半胱天冬酶-2活性量成正比(promega，产品代码g0940和g0941，参见例如us7,148,030)。因此，样本中半胱天冬酶-2的水平可表示为酶单位/ml。
在一个实施方案中，样本中半胱天冬酶-2的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人半胱天冬酶-2是uniprotkb收录号为p42575-1的人半胱天冬酶-2。这种例示的序列在长度上具有452个氨基酸，其中氨基酸1是起始蛋氨酸。第二示例性人半胱天冬酶2是uniprotkb收录号为p42575-2的人半胱天冬酶2。这种例示的序列在长度上具有292个氨基酸。
白介素-34
白介素-34(il-34)结合到菌落刺激因子1受体(csf1r)并且增加单核细胞和巨噬细胞的生长或存活。它促进促炎趋化因子的释放，从而在先天免疫和炎症过程中起到重要作用。经由csf1r及其下游效应的信号传导可刺激mapk1/erk2和mapk3/erk1的磷酸化。
用于确定样本中白介素-34水平的方法在本领域中是已知的。例如，
在一个实施方案中，样本中白介素-34的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人白介素-34是uniprotkb收录号为q6zmj4的人白介素-34。这种例示的序列在长度上具有242个氨基酸，其中氨基酸1至20形成前导序列。
白介素-17受体c
白介素-17受体c(il17rc)是与白介素-17受体a具有有限相似性的单通道跨膜蛋白。白介素-17受体a(il-17ra)主要在造血细胞中表达并且仅以高亲和力结合到il-17a，与之不同的是，白介素-17受体c在非造血组织中表达并且以相似的亲和力结合到il-17a和il-17f两者。促炎细胞因子il-17a和il-17f与炎症和自身免疫性疾病的发展有关。
用于确定样本中白介素-17受体c水平的方法在本领域中是已知的。例如，wu等人描述了使用免疫组织化学法和流式细胞术法确定人白介素-17受体c的水平的方法(jtranslmed.2014may31；12：152(《转化医学杂志》，2014年5月31日，第12期，第152页))。
在一个实施方案中，样本中白介素-17受体c的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人白介素-17受体c是uniprotkb收录号为q8nac3的人白介素-17受体c。这种例示的序列在长度上具有791个氨基酸，其中氨基酸1至20形成前导序列。
蛋白z依赖性蛋白酶抑制剂
蛋白z依赖性蛋白酶抑制剂(也称为丝氨酸蛋白酶抑制剂10(serpin10))由serpina10基因编码。它在存在“蛋白z、维生素k依赖性血浆糖蛋白”、钙和磷脂的情况下抑制凝血蛋白酶因子xa的活性，并且在不存在辅因子的情况下也抑制因子xia。
用于确定样本中蛋白z依赖性蛋白酶抑制剂水平的方法在本领域中是已知的。例如，kim等人描述了用于确定血浆样本中蛋白z依赖性蛋白酶抑制剂的水平的商用elisa(journalofgastroenterologyandhepatology；2015；30；4：784-793(《胃肠病学和肝病学杂志》，2015年，30，4，第784-793页))。al-shanqeeti等人也描述了用于确定血浆样本中蛋白z依赖性蛋白酶抑制剂的水平的商用elisa(thrombosisandhaemostasis；2005；93：3；399-623(《血栓与止血》，2005年，93：3，第399-623页))。
在一个实施方案中，样本中蛋白z依赖性蛋白酶抑制剂的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人蛋白z依赖性蛋白酶抑制剂是uniprotkb收录号为q9uk55的人蛋白z依赖性蛋白酶抑制剂。这种例示的序列在长度上具有444个氨基酸，其中氨基酸1至21形成前导序列。
血清对氧磷酶/芳基酯酶1
对氧磷酶(pon)酶家族包含三个成员：pon1、pon2和pon3，它们的基因彼此邻近地定位在染色体7q21-2上。pon能够减缓低密度脂蛋白(ldl)氧化和细胞的氧化应激。
对于人类，pon1和pon3基因于多种细胞类型中生成，并且它们的蛋白产物存在于与高密度脂蛋白(hdl)相关的循环中(sierksmaetal；alcohol.jclin.exp.res.26：1430-1435(sierksma等人，《酒精中毒临床与实验研究》，第26期，第1430-1435页))。
血清对氧磷酶/芳基酯酶1(pon1)在本领域中还作为芳族酯酶1或血清芳基二烷基磷酸酶1为人所知。其具有对氧磷酶活性和芳基酯酶活性两者。pon1是经报道能够预防脂质过氧化物和ldl累积的hdl相关酶(vanhimbergenetal；nethjmed.2006feb；64(2)：34-8(vanhimbergen等人，《荷兰医学杂志》，2006年2月，64(2)，第34-38页))。
可使用能够商购获得的免疫测定法确定pon1蛋白水平。例如，loued等人描述使用得自uscnlifescience，inc.的免疫测定法来确定样本中pon1蛋白浓度水平(louedetal.；britishjournalofnutrition(2013)；110；1272-128(loued等人，《英国营养学杂志》，2013年，110，第1272-128页))。
pon水平可根据酶活性水平确定。例如，用于确定pon1活性水平的方法在本领域中是已知的。
可通过对氧磷(o，o-二乙基-o-磷酸对硝基苯酯)酶法水解成对硝基酚的速率来确定pon1对氧磷酶的活性，例如如dursun等人(humanreproductionvol.21，no.1pp.104-108(《人类生殖》，第21卷，第1期，第104-108页，2006年)所述。可使用分光光度计通过确定412nm处吸光度的增加来测量对硝基酚的水平。
可通过在光谱仪上在270nm处测量吸光度的乙酸苯酯的酶法水解速率来确定pon1芳基酯酶活性，例如如teiber等人(clinicalchemistryaugust2013vol.59no.81251-1259(《临床化学》，2013年8月，第59卷，第8期，第1251-1259页)所述。
在一个实施方案中，样本中血清对氧磷酶/芳基酯酶1的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人pon1蛋白是uniprotkb收录号为p27169的人pon1蛋白。这种例示的序列在长度上具有355个氨基酸，其中氨基酸1是起始蛋氨酸。
纤溶酶原
纤溶酶原是从肝脏中释放到因子ix系统循环中的纤溶酶的酶原形式。在循环中，纤溶酶原采用闭合的活化耐受构象。在结合到凝块或细胞表面之后，纤溶酶原采用可通过多种酶转化为活性纤溶酶的开放形式，多种酶包括组织纤溶酶活化剂(tpa)、尿激酶纤溶酶原活化剂(upa)、激肽释放酶和因子xii(hageman因子)。纤维蛋白是通过组织纤溶酶原激活因子激活纤溶酶原的辅因子。尿激酶纤溶酶原活化剂受体(upar)是通过尿激酶纤溶酶原激活因子激活纤溶酶原的辅因子。从纤溶酶原转化为纤溶酶的转化涉及arg-561与val-562之间的肽键裂解。
活化的纤溶酶经由被称为纤维蛋白溶解的过程降解包括纤维蛋白凝块在内的许多血浆蛋白。除纤维蛋白溶解之外，纤溶酶蛋白可在各种其它系统中水解蛋白质：它激活胶原酶、补体系统的一些介质并且弱化格拉夫滤泡壁。
用于确定样本中纤溶酶原水平的方法在本领域中是已知的。例如，banville等人描述了使用可商购获得的elisa来确定样本中纤溶酶原的浓度(plosone.2014aug18；9(8)：e105365(《公共科学图书馆·综合》，2014年8月18日，9(8)，e105365))。此外，样本中纤溶酶原的水平可通过功能显色(分光光度)测定来确定。例如，纤溶酶的酶活性可使用纤溶酶特异性显色底物来确定(例如taitetal；thrombhaemost.1992nov10；68(5)：506-10(tait等人，《血栓与止血》，1992年11月10日，68(5)，第506-510页))。因此，样本中纤溶酶原的水平可表示为酶单位/ml。
在一个实施方案中，样本中纤溶酶原的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人纤溶酶原是uniprotkb收录号为p00747的人纤溶酶原。这种例示的序列在长度上具有810个氨基酸，其中氨基酸1至19形成前导序列。
补体因子d
补体因子d涉及补体系统的替代补体路径，它在补体系统中裂解因子b。它是丝氨酸蛋白酶的胰凝乳蛋白酶家族的成员，具有包含两个反平行β-桶状结构域的结构，每个桶状结构域包含六条β-链。因子d与胰凝乳蛋白脢家族的其它丝氨酸蛋白酶之间的主链结构的主要区别在于连接二级结构的表面环。因子d显示主要催化剂和通常存在于胰凝乳蛋白酶家族中的底物结合残基具有不同构象。这些特征表明，除非通过重新排列诱导构象变化，否则因子d的催化活性被禁止。
用于确定样本中补体因子d水平的方法在本领域中是已知的。例如，glasgow等人描述了使用可商购获得的elisa来确定样本中补体因子d的浓度(chest.2009may；135(5)：1293-1300(《胸科学》，2009年5月，135(5)，第1293-1300页))。
在一个实施方案中，样本中补体因子d的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人补体因子d蛋白是uniprotkb收录号为p00746的人补体因子d蛋白。这种例示的序列在长度上具有253个氨基酸，其中氨基酸1至20形成前导序列。
瘦素
瘦素是由脂肪细胞产生的激素，通过抑制饥饿来帮助调节能量平衡。瘦素与饥饿素的作用相反，两种激素都作用于下丘脑弓状核以调节食欲来实现能量平衡。在肥胖症中，发生对瘦素的敏感性降低的现象，导致尽管具有高能量存储，但仍无法检测到饱腹感。
虽然脂肪存储的调节被认为是瘦素的主要功能，但它也在其它生理过程中发挥作用，其脂肪细胞之外的多个合成位点以及具有瘦素受体的下丘脑细胞旁的多种细胞类型证明了这一点。
用于确定样本中瘦素水平的方法在本领域中是已知的。例如，behnes等人描述了使用可商购获得的elisa来确定样本中瘦素的浓度(bmcinfectdis.2012sep14；12：217(《bmc传染病》，2012年9月14日，第12期，第217页))。
在一个实施方案中，样本中瘦素的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人瘦素是uniprotkb收录号为p41159的人瘦素。这种例示的序列在长度上具有167个氨基酸，其中氨基酸1至21形成前导序列。
碳酸酐酶6
碳酸酐酶6也被称为味觉素，是碳酸酐酶的几种同功酶中的一种。这种蛋白质大量存在于唾液腺和唾液中，并且可在二氧化碳的可逆水合作用中发挥作用。
用于确定样本中碳酸酐酶6水平的方法在本领域中是已知的。例如，sim等人描述了使用可商购获得的elisa来确定样本中碳酸酐酶6的浓度(brjcancer.2012sep25；107(7)：1131-7(《英国癌症杂志》，2012年9月25日，107(7)，第1131-1137页))。
在一个实施方案中，样本中碳酸酐酶6的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人碳酸酐酶6是uniprotkb收录号为p23280的人碳酸酐酶6。这种例示的序列在长度上具有308个氨基酸，其中氨基酸1至17形成前导序列。
巨噬细胞金属弹性蛋白酶
巨噬细胞金属弹性蛋白酶也被称为基质金属蛋白酶-12(mmp-12)，是基质金属蛋白酶(mmp)蛋白质家族的成员。这些蛋白质参与正常生理过程中细胞外基质的分解(诸如胚胎发育、生殖和组织重构)和疾病过程(诸如关节炎和癌细胞转移)。巨噬细胞金属弹性蛋白酶被分泌为非活性前蛋白，其通过细胞外蛋白酶的裂解来活化酶。活性酶由两个结构域组成：负责其酶活性的催化剂结构域和血色素结合蛋白样结构域。
巨噬细胞金属弹性蛋白酶可催化可溶性和不溶性弹性蛋白的水解。它还在胰岛素b链中的ala-14/leu-15和tyr-16/leu-17之间特定地裂解。
用于确定样本中巨噬细胞金属弹性蛋白酶水平的方法在本领域中是已知的。例如，manetti等人描述了使用可商购获得的elisa来确定样本中巨噬细胞金属弹性蛋白酶的浓度(annrheumdis2012；71：a48(《风湿病学年鉴》，2012年，71：a48))。此外，样本中巨噬细胞金属弹性蛋白酶的水平可通过功能显色(分光光度)测定来确定。例如，巨噬细胞金属弹性蛋白酶活性可使用特定的显色底物来确定(例如yokoseetal；arthritis&rheumatism；62(8)；2488-2498；2010(yokose等人，《关节炎和风湿病》，62(8)，第2488-2498页，2010年))。因此，样本中巨噬细胞金属弹性蛋白酶的水平可表示为酶单位/ml。
在一个实施方案中，样本中巨噬细胞金属弹性蛋白酶的水平相对于参考值降低表示个体的更大程度的体重减轻。
示例性人巨噬细胞金属弹性蛋白酶是uniprotkb收录号为p39900的人巨噬细胞金属弹性蛋白酶。这种例示的序列在长度上具有470个氨基酸，其中氨基酸1至16形成前导序列。
促血管生成素-1
促血管生成素是在血管发育和血管新生中发挥重要作用的蛋白质。所有促血管生成素以相似的亲和力结合到内皮细胞特异性酪氨酸-蛋白激酶受体。促血管生成素-1是分泌糖蛋白，通过诱导其酪氨酸磷酸化来激活受体。它在介导内皮与周围基质和间质之间的良性相互作用方面起着至关重要的作用。促血管生成素-1也有助于血管的成熟和稳定，并且可参与心脏早期发育。
用于确定样本中促血管生成素-1水平的方法在本领域中是已知的。例如，schreitmüller等人描述了使用可商购获得的elisa来确定样本中促血管生成素-1的浓度(internationaljournalofalzheimer′sdisease；2012，articleid324016(《国际阿尔兹海默病杂志》，2012年，文章编号324016))。
在一个实施方案中，样本中促血管生成素-1的水平相对于参考值增加表示个体的更大程度的体重减轻。
示例性人促血管生成素-1是uniprotkb收录号为q15389的人促血管生成素-1。这种例示的序列在长度上具有498个氨基酸，其中氨基酸1至15形成前导序列。
生物标志物的组合
虽然单个生物标志物可在本发明的方法中具有预测价值，但是该方法的质量和/或预测能力可通过将来自多种生物标志物的值加以组合而得到改善。
因此，本方法可涉及确定来自本文所述的生物标志物中的至少两种的水平。例如，该方法可包括确定一个或多个样本中选自以下的两种或多种生物标志物的水平：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶和促血管生成素-1。
本文使用的术语“一种或多种生物标志物”可包括一种、两种、三种、四种、五种、六种、七种、八种、九种、十种、十一种、十二种、十三种、十四种、十五种、十六种、十七种、十八种、十九种或二十种如本文所述的生物标志物。
与参考或对照进行比较
本发明的方法还包括将测试样本中各种生物标志物的水平与一个或多个参考或对照值进行比较的步骤。参考值可与预先定义的个体在膳食干预后体重减轻的能力相关。在一些实施方案中，参考值是之前在某一膳食干预后针对一个个体或一组个体获得的值。参考值可基于得自膳食干预后的一组个体的平均水平，例如，均值或中值水平。
将生物标志物水平与人体测量指标和/或生活方式特征相结合
在一个实施方案中，本发明的方法还包括将所述一种或多种生物标志物的水平与个体的一个或多个人体测量指标和/或生活方式特征结合。通过组合该信息，提供对个体可获得的体重减轻程度的改进的预测模型。
如本领域已知的是，人体测量指标是个体的测量结果。在一个实施方案中，人体测量指标选自性别、年龄(岁)、体重(公斤)、身高(厘米)和体质量指数(kg/m2)。其他人体测量指标也将是本领域技术人员已知的。
所谓术语“生活方式特征”是指个体做出的任何生活方式选择，这包括所有膳食摄入数据，活动指标，或得自生活方式、动机或偏好的问卷数据。在一个实施方案中，生活方式特征为个体是吸烟者还是不吸烟者。这在本文也称为个体的吸烟状况。
在一个优选的实施方案中，确定个体样本的本文定义的一种或多种生物标志物的水平，并且将这些水平与个体的性别、年龄、吸烟状况和体质量指数组合以便预测个体可获得的体重减轻。优选地，体重减轻程度由个体通过施加膳食干预所获得的预测体质量指数来表示。
在一个实施方案中，预测的体质量指数(bmi2)通常由公式(1)表示：
bmi2＝c1*bmi1+c2*年龄-c3*维生素k依赖性蛋白c-c4*凝血因子xiiia链-c5*色素上皮衍生因子-c6*血清淀粉样蛋白p组分-c7*伴x染色体的神经连接蛋白-4-c8*cd226抗原-c9*金属蛋白酶抑制剂3-c10*真核细胞翻译起始因子4e-结合蛋白2+c11*白细胞免疫球蛋白样受体亚家族b成员2+c12*x射线修复交叉互补蛋白6+c13*半胱天冬酶-2+c14*白介素-34+c15*白介素-17受体c-c16*蛋白z依赖性蛋白酶抑制剂-c17*血清对氧磷酶/芳基酯酶1+c18*纤溶酶原-c19*补体因子d+c20*瘦素-c21*碳酸酐酶6+
c22*巨噬细胞金属弹性蛋白酶-c23*促血管生成素-1；
其中bmil是个体在膳食干预之前的体质量指数，并且bmi2是个体在膳食干预之后的预测体质量指数；并且其中c1至c23为正整数。
c1至c23的值通常取决于1)模型中所有变量的计量单位；和2)所考虑个体的种源(种族背景)。可容易地确定具体个体队列的系数cl至c23中的每一个。如技术人员将理解的是，可将膳食干预(例如，低热量饮食)应用于所关注的个体队列，可确定如本文所定义的生物标志物的水平，然后可以使用常规统计方法以便得到c1至c7的值。此类常规统计方法可包括多重线性回归，其中通过自举法(bootstrap)进行校准。可以通过具有各种估计算法(例如，弹性网络(elasticnet)、套索(lasso)、贝叶斯方法(bayesianapproach)等)的广义线性模型或相加模型或任何其它回归相关模型获得相同的估计值。
在一个实施方案中，个体是欧洲人。
个体分类
还可将通过本发明的方法预测的体重减轻程度与一个或多个预定的阈值进行比较。使用此类阈值，可将个体分成多个类别，这些类别表示预测的体重减轻程度，例如，低、中、高和/或极高的预测体重减轻程度。与阈值的发散程度可用于确定哪些个体将最受益于某些干预。以此方式，可以对膳食干预和生活方式的改变进行优化，并且可以设立个体将获得的对体重减轻的切合实际的期望。
在一个实施方案中，类别包括体重减轻耐性个体和体重减轻敏感性个体。
所谓术语“体重减轻耐性”是指低于预定值的预测体重减轻程度。优选地，“体重减轻耐性”定义为个体的体重减轻百分比劣于预定值，例如，预测个体的体重减轻小于个体的预期体重减轻的第10、第15、第20或第30个百分位数。
优选地，体重减轻程度由减小的bmi单位数表示，其中bmi减小＝((bmi1-bmi2)*100)/bmi1，其中bmi1是个体在膳食干预之前的体质量指数，并且bmi2是个体在膳食干预之后的预测体质量指数。
所谓术语“体重减轻敏感性”是指预测的体重减轻程度大于预定值。优选地，“体重减轻敏感性”定义为个体的体重减轻百分比优于预定的阈值。例如，预测个体的体重减轻大于预期体重减轻的第85、第80或第75个百分位数。
“预期的体重减轻”可得自已经接受了与所测试的膳食干预相同的膳食干预的一群个体的数据。
在另一个实施方案中，可将个体分成“体重减轻敏感性”或“体重减轻耐性”类别，这些类别表示个体的肥胖或肥胖相关疾病的风险降低，例如，低、中、高和/或极高风险降低。低、中和高风险降低组别可根据绝对体重减轻来定义，其中绝对体重减轻与肥胖或特定肥胖相关疾病的临床标准相关。
例如，如果目标是降低肥胖个体中2型糖尿病的风险，则“极高风险降低”可定义为经预测在膳食干预后将减轻至少10％体重的那些。这符合partiioftheworldhealthorgantechrepser.2000；894：i-xii，1-253(世界卫生组织技术报告系列的第二部分，2000年，894：i-xii，1-253))。此外，肥胖人每1％的体重降低将导致收缩压和舒张压的降低，和低密度脂蛋白胆固醇的降低，并因此分别降低心血管疾病和血脂异常的风险。
用于选择对个体生活方式的改变的方法
在又一个方面，本发明提供用于改变个体的生活方式的方法。个体中生活方式的改变可以是如本文所述的任何变化，例如，膳食的变化、更多的锻炼、不同的工作和/或生活环境等。
优选地，该改变是如本文所述的膳食干预。更优选地，膳食干预包括施用至少一种膳食产品。该膳食产品优选地在之前未被该个体消费，或被该个体以不同的方式消费。该膳食产品可以如本文所述。改变个体的生活方式还包括指出个体需要改变其生活方式，例如，规定更多的运动或停止吸烟。
例如，如果预测个体不能通过低热量饮食减轻体重，则改变可包括个体生活方式中更多的运动。
膳食产品的使用
在一个方面，本发明提供用作对于减轻体重的低热量饮食的一部分的饮食产品。将该饮食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的个体。
在另一方面，本发明提供用于治疗肥胖或肥胖相关疾病的饮食产品，其中将该饮食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的个体。
肥胖相关疾病可选自糖尿病(例如，2型糖尿病)、中风、高胆固醇、心血管疾病、胰岛素抗性、冠心病、代谢综合征、高血压和脂肪肝。在又一个方面，本发明提供饮食产品在用于减轻体重的低热量饮食中的用途，其中将该饮食产品施用给通过本文所述的方法预测将获得一定程度体重减轻的个体。
试剂盒
在又一个方面，本发明提供用于预测可通过向个体施加一种或多种膳食干预而能够获得的体重减轻程度的试剂盒。
在一个实施方案中，试剂盒包含：(a)维生素k依赖性蛋白c的特异性抗体；和(b)一种或多种抗体，每种抗体对于以下物质中的一者是特异性的：凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；纤溶酶原；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶或促血管生成素-1。
在一个实施方案中，试剂盒包含至少两种抗体；其中每种抗体对于以下物质中的一者是特异性的：维生素k依赖性蛋白c凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶或促血管生成素-1。
在一个实施方案中，试剂盒包含至少两种抗体；其中每种抗体对于以下物质中的一者是特异性的：维生素k依赖性蛋白c凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34；白介素-17受体c；蛋白z依赖性蛋白酶抑制剂；血清对氧磷酶/芳基酯酶1；补体因子d；瘦素；碳酸酐酶6；巨噬细胞金属弹性蛋白酶或促血管生成素-1。
术语“抗体”包括抗体片段。此类片段包括整个抗体的保持其对目标物质的结合活性的片段、fv、f(ab′)和f(ab′)2片段，以及单链抗体(scfv)、融合蛋白和其它包含抗体的抗原结合位点的合成蛋白。此外，抗体及其片段可以是人源化抗体。技术人员将认识到本领域中用于产生本发明的试剂盒所需的抗体的方法。
计算机程序产品
本文所述的方法可实施为在通用硬件诸如一个或多个计算机处理器上运行的计算机程序。在一些实施方案中，本文所述的功能可通过诸如智能手机、平板终端或个人计算机的装置实施。
在一个方面，本发明提供计算机程序产品，该计算机程序产品包括用于使可编程计算机基于如本文所述的生物标志物水平来预测体重减轻程度的计算机可执行指令。
在另一个方面，本发明提供计算机程序产品，该计算机程序产品包括在给定使用者的一种或多种生物标志物水平的情况下用于使装置预测体重减轻程度的计算机可执行指令，其中生物标志物选自本文定义的一种或多种生物标志物。优选地，生物标志物水平是空腹水平。还可将使用者的人体测量指标和/或生活方式特征提供给计算机程序产品。如本文所述，人体测量指标包括年龄、体重、身高、性别和体质量指数及生活方式特征，包括吸烟状况。
在一个实施方案中，使用者向装置输入本文定义的一种或多种生物标志物的水平，任选地连同年龄、体质量指数、性别和吸烟状况一起输入。装置随后处理该信息并且提供对使用者可通过膳食干预获得的体重减轻程度预测。
该装置通常可以为网络上的服务器。然而，可以使用任何装置，只要其可使用处理器、中央处理单元(cpu)等处理生物标志物数据和/或人体测量及生活方式数据即可。该装置可以例如为智能手机、平板终端或个人计算机，并输出指示使用者可获得的体重减轻程度的信息。
本领域的技术人员将理解，在不脱离本文所公开的本发明范围的前提下，他们可以自由地组合本文所述的本发明的所有特征。
现将通过非限制性实施例来描述本发明的各优选特征和实施方案。
除非另外指明，本发明的实践将采用常规化学技术、分子生物学技术、微生物学技术、重组dna技术和免疫学技术，这些技术均在本领域普通技术人员的能力范围之类。此类技术在文献中有所阐述。参见：例如，j.sambrook、e.f.fritsch和t.maniatis，1989年，“molecularcloning：alaboratorymanual”，第二版，书籍1-3，coldspringharborlaboratorypress；ausubel，f.m.等人(1995和定期增刊；currentprotocolsinmolecularbiology，ch.9，13，and16，johnwiley&sons，newyork，n.y.)；b.roe、j.crabtree和a.kahn，1996年，“dnaisolationandsequencing：essentialtechniques，johnwiley&sons”；j.m.polak和jameso’d.mcgee，1990年，“insituhybridization：principlesandpractice”；oxforduniversitypress；m.j.gait(编者)，1984年，“oligonucleotidesynthesis：apracticalapproach”，irlpress；d.m.j.lilley和j.e.dahlberg，1992年，“methodsofenzymology：dnastructureparta：synthesisandphysicalanalysisofdnamethodsinenzymology”，academicpress；以及e.m.shevach和w.strober，1992年和定期增刊，“currentprotocolsinimmunology，johnwiley&sons”，newyork，ny。这些一般性文本中的每一个以引用的方式并入本文。
实施例
实施例1-使用血浆生物标志物来预测低热量饮食(lcd)后的体重减轻
使用diogenes数据集来鉴定能够预测个体在低热量饮食(lcd)基线处的体重减轻与代餐(800千卡/天)是否成功的蛋白质。该研究是一项泛欧洲、随机化和对照膳食干预研究，这项研究在超过八个欧洲中心对约500名个体调查膳食蛋白和血糖指数对肥胖和超重家庭体重减轻和体重维持的作用(larsenetal.，obesityreviews(2009)，11，76-91(larsen等人，《肥胖综述》，2009年，第11卷，第76-91页))。
在即将遵守八周低热量膳食干预之前采集所有参与者的空腹血浆。diogenes数据集包括使用somalogic或lc-ms技术鉴定的1240种蛋白质。单独分析每个数据集，以鉴定能够预测体重减轻成功的蛋白质，并且获得基线处的个体分层预测模型。
使用zou和hastie弹性网(2005；journaloftheroyalstatisticalsociety：seriesb(statisticalmethodology)67(2)：301-20(2005年，《皇家统计学会杂志：系列b》(统计方法论)67(2)，第301-320页))且带有经适当调适的lassobootstrap(chatterjeeandlahiri；2011；journaloftheamericanstatisticalassociation106(494)：608-25(chatterjee和lahiri，2011年，《美国统计学会会刊》，106(494)，第608-625页))对公开可用的r软件中的大部分相关变量进行统计选择(r核心团队；2015年；2015年。r：alanguageandenvironmentforstatisticalcomputing.vienna.austria：rfoundationforstatisticalcomputing(r：统计计算语言与环境。奥地利维也纳：r统计计算基金会))。
还在膳食干预前获取了人体测量指标，包括年龄、体重及身高(从这些指标得到体质量指数bmi，即体重/身高2)和性别。
对所有在膳食干预前测量的变量进行评价，以便用作给定bmi1下bmi2的单独预测因子和共同预测因子。本发明人使用免费获得的工具(r软件)评估多种统计模型并且保留了以下预测模型：
bmi2＝c1*bmi1+c2*年龄-c3*维生素k依赖性蛋白c-
c4*凝血因子xiiia链-c5*色素上皮衍生因子-
c6*血清淀粉样蛋白p组分-c7*伴x染色体的神经连接蛋白-4-
c8*cd226抗原-c9*金属蛋白酶抑制剂3-
c10*真核细胞翻译起始因子4e结合蛋白2+
c11*白细胞免疫球蛋白样受体亚家族b成员2+
c12*x射线修复交叉互补蛋白6+c13*半胱天冬酶2+
c14*白介素34+c15*白介素17受体c-
c16*蛋白z依赖性蛋白酶抑制剂-
c17*血清对氧磷酶芳基酯酶1+c18*纤溶酶原-
c19*补体因子d+c20*瘦素-c21*碳酸酐酶6+
c22*巨噬细胞金属弹性蛋白酶-c23*促血管生成素1；
其中系数c1至c23为正，并且它们的值取决于1)模型中所有变量的计量单位；和2)所考虑个体的种源(种族背景)。
使用maclehose等人提出的估算方法(2007；epidemiology(cambridge，mass.)18(2)：199-207(2007年，《流行病学》，(马萨诸塞州剑桥)，18(2)，第199-207页))，预测模型中所有系数对预期bmi2(低热量饮食结束后的bmi)的显著性得到证实(表1)。
表1：当如(1)中那样用回归预测平均预期bmi2时的系数以及大于0的对应系数的贝叶斯后验概率。计算使用由maclehose等人提出的贝叶斯回归模型估计量(p2模型)。
实施例2：根据预测的体重减轻和成功阈值对个体进行分层
ghosh等人(2011；obesity(silverspring)19(2)：457-63(2011年，《肥胖》(银泉)，19(2)，第457-463页))提出的术语“肥胖饮食耐受”(odr)被解释为“体重减轻耐受”，因为预测个体具有低于预定阈值的体重减轻百分比。例如，“体重减轻耐受”可被定义为预测将降低的bmi单位小于预期bmi降低的第30百分位数或第15百分位数(其中bmi降低＝(bmi1-bmi2)*100％/bmil)。
术语“肥胖饮食敏感”(ods)被解释为“体重减轻敏感”，因为预测个体具有高于预定阈值的体重减轻百分比。例如，“体重减轻敏感”可被定义为预测将降低的bmi单位大于预期bmi降低的第70百分位数或第85百分位数。
可通过技术人员在已经受膳食干预的个体(来自目的群体)的样本上获得bmi降低的预期平均中值或其它百分位数，该膳食干预与待使用的膳食干预类似。
个体工作特征(roc)曲线是“用于描述在连续量表上测量的诊断测试的性能的开发最完善的统计工具”(参见pepe，m.s.(2003)。thestatisticalevaluationofmedicaltestsforclassificationandprediction，oxforduniversitypress，newyork，第66页)。roc的使用基于将测试结果分成两部分。在我们的案例中，我们在膳食干预之前定义“体重减轻耐”个体组，并预测个体将在该组中的概率。我们将“体重减轻耐受”视为对应于减轻不到初始体重的9％或将“体重减轻敏感”视为对应于减轻超过初始体重的13％。
roc曲线的数值指标经常用来概括曲线。这些概括性度量被用作比较roc曲线的基线。roc曲线下面积(auc)是最为广泛使用的概括性度量。具有完美roc曲线的完美诊断测试具有值auc＝1.0，而缺乏信息的测试具有auc＝0.5。delong等人提出的统计检验能够利用p值对虚假设进行评估；因此，接近零的p值是明显优于随机的分类的证据(biometrics；1989；44(3)；837-45(《生物统计学》，1989年，44(3)，第837-845页))。
使用rocauc及其对照物的这些概念，表2展示了生物标志物的两个特定集的rocauc，用于预测体重减轻耐受和体重减轻敏感的概率。如上所述，泛欧洲体重管理研究diogenes(如上所述的larsen等人)被用作发现数据集，其中在进行低热量饮食(lcd)之前，可获得约500名个体的血浆样本用于测量1240种蛋白质。
对于验证数据集，使用500名独立个体的结果，这些个体来自渥太华医院体重管理医务室，使用lcd实现体重减轻。
渥太华队列包括来自渥太华医院体重管理医务室的2383名超重和肥胖患者，在6到12周的时间内，这些患者接受与运动结合的代餐计划节食来减轻体重，并且接受长达36周的监视，在每次访视时接受体重、身高、血压检查，并且在第1周时对他们执行了一系列生物化学测量，测量范围包括血脂分析、空腹胰岛素以及血糖。在应用排除标准之后，保留了2032名患者：1448名女性和584名男性。
在研究结束时，根据可用于质谱分析的样本，进一步应用排除标准。在此之后，测量基线处500名个体的一组507种蛋白质，随后完成研究。
在渥太华队列中评估的最后500名个体如下：
男性(151人)
女性(349人)
表2示出了两组生物标志物对于预测两种情况下lcd的结果的性能：(i)“最佳情况”-使用逻辑回归重新估计系数和(ii)“最差情况”-使用通过diogenes发现数据集学习得到的系数。在这两种情况下，分层的准确性显著高于随机使用e.delong、delong和clarkepearson检验(biometrics44(3)：837-45(《生物统计学》，44(3)，第837-845页))。
生物标志物集a包括表1中列出的21种生物标志物。
生物标志物集b包括来自表1所列生物标志物的13种生物标记的以下子集：维生素k依赖性蛋白c；凝血因子xiiia链；色素上皮衍生因子；血清淀粉样蛋白p组分；伴x染色体的神经连接蛋白-4；cd226抗原；金属蛋白酶抑制剂3；真核细胞翻译起始因子4e-结合蛋白2；白细胞免疫球蛋白样受体亚家族b成员2；x射线修复交叉互补蛋白6；半胱天冬酶-2；白介素-34和白介素-17受体c。
表2：在rocauc条件下的odr与ods预测结果
p值用于虚假设“该分类与随机分类一样好”，因此低p值(四舍五入到小数点后两位)表示分类是成功的。